有恒產者的恒心：農民工住房狀況與就業穩定性研究

劉斌　張翔

摘 要：采用中國流動人口動態監測數據與地級市數據合并，探索了住房狀況對農民工就業穩定性的影響及其機制。首先，基準模型和工具變量模型估計結果均表明：在打工所在城市有住房的農民工，其就業穩定性更高。其次，通過對可能的中介效應和調節效應的觀察發現：住房產權通過房奴效應和鎖定效應提高了農民工的就業穩定性;房價上漲會提升有房農民工的就業穩定性。最后，根據住房類型、就業身份和代際差異進行的異質性探討發現：自有住房產權農民工的就業穩定性最高，租住政府公租房和單位住房者的就業穩定性高于租住私人住房者，而居住臨時住所者的就業穩定性最低;住房產權對雇主型農民工就業穩定性的影響大于雇員型農民工，對中老生代農民工就業穩定性的影響大于新生代農民工。

關鍵詞：農民工;就業穩定性;住房產權;房奴效應;鎖定效應

中圖分類號：F240 文獻標志碼：A 文章編號：1674-8131（2021）0-0067-14

一、引言

“實現更加充分更高質量就業”是黨的十九屆五中全會提出的“十四五”時期經濟社會發展的最主要民生福祉目標之一。作為衡量就業質量的重要指標，勞動力市場的就業穩定性問題，一直為學界所關注。經濟學意義上的就業質量一般指勞動力與工作崗位的匹配程度，當勞動力與工作崗位的技能要求和薪酬水平相匹配時，勞資雙方均愿意維持穩定的雇傭狀態，此時就業穩定性就高;反之，當勞動力與工作崗位不匹配時，如果技能水平高于當前工作崗位薪酬水平，勞動者會主動尋求工作轉換，如果技能水平低于當前工作崗位技能要求和薪酬水平，勞動者將面臨被解雇的風險而被動進行工作轉換，此時就業穩定性就會較低（Mortensen，2011）[1]。可見，就業穩定性在很大程度上體現了勞動力的就業質量。作為城市產業工人的主力軍，就業穩定性較差的近三億農民工群體最易受到各種突發因素的沖擊，因此也是當前最需要關注的就業群體。

自改革開放以來，中國勞動力市場的就業穩定性呈下降趨勢（孟凡強 等，2013）[2]，由于中國具有最龐大的流動人口群體以及典型的城鄉二元結構，作為流動人口主體的農民工群體的就業穩定性表現出了明顯的“流動性高，穩定性差”的特征，普遍存在工作時間短，頻繁轉換工作的“短工化”現象（寇恩惠 等，2013）[3]。有研究發現，中國新生代農民工當前工作的平均持續時間僅為2.27年（謝勇，2015）[4]，如果與西方國家相比較，根據歐盟統計局的勞動力研究報告，歐盟的平均就業期限是9.7年（Farber，2007）[5];國家統計局歷年公布的《農民工監測調查報告》也顯示，近年來農民工外出務工與雇主或單位簽訂正式勞動合同的比例較低且呈逐年下降趨勢，由2012年的43.9%下降到了2016年的38.2%

2017年以后的報告均未繼續公布該數字。。

中國農民工群體較低的就業穩定性可能存在多方面的消極影響。對農民工個人和家庭而言，頻繁的工作轉換不利于農民工人力資本的提升，也會影響家庭的收入、消費水平和福利狀況，這在一定程度上制約了農民工的市民化;對企業而言，員工“短工化”往往導致企業不愿進行長期人力資本投資，無法為員工提供更多培訓晉升機會和長期福利，只能依靠不斷壓低用工成本維持生存，從而使得企業長期處于產業分工的末端，失去了價值鏈升級的動力;對整個國家來說，有研究指出，作為城市產業工人的主力軍，農民工普遍的“短工化”現象會導致中國無法形成足夠規模的高技能產業工人隊伍，以支撐和推動產業體系由低端走向中高端，從而制約了中國由貿易大國向貿易強國的轉變（邵敏 等，2019）[6]。可見，探索如何提高農民工群體就業穩定性不僅對家庭和企業具有積極影響，而且對中國經濟的持續健康發展有著非常重要的現實意義。

近年來關于農民工就業穩定性的研究從多個方面探索了影響就業穩定性的因素，然而現有研究的視角多集中于勞動力市場內部，少有研究關注勞動力市場以外的因素，尤其是住房市場對農民工就業穩定性的潛在影響。中國古語有云“有恒產者有恒心”，那么，對于頻繁更換工作的農民工來說，擁有穩定的住房是否就可以“有恒心”，從而保持較高的就業穩定性？本文關于住房狀況對農民工就業穩定性影響的研究發現：在打工所在城市擁有住房的農民工的就業穩定性更高，住房產權會通過房奴效應和鎖定效應提高其就業穩定性，而房價對有房農民工就業穩定性也存在顯著影響。同時我們發現，擁有住房的農民工就業穩定性最高，但在無房產農民工中，租住政府公租房和單位住房的農民工的就業穩定性高于租住私人住房的農民工，而居住臨時住所的農民工的就業穩定性最低;住房產權對雇主型農民工就業穩定性的影響大于雇員型農民工，對中老生代農民工就業穩定性的影響大于新生代農民工。

本文可能的貢獻在于，從住房市場角度，揭示了住房產權對農民工就業穩定性的積極影響，刻畫了住房狀況影響農民工就業穩定性的幾種可能的中介和調節機制，并指出，支持有條件和有意愿的農民工獲得城市住房，鼓勵雇主為農民工提供穩定住房，幫助農民工入住公租房，改善農民工臨時住房條件，關注中老年農民工及其家庭的住房需求等政策措施均對提高農民工的就業穩定性具有積極意義。

二、文獻綜述和理論分析

早在20世紀90年代，學者們以歐洲和美國等發達經濟體為樣本，觀察了其勞動力市場就業穩定性變化及其深刻的經濟社會影響（Burgess et al，1996;Gottschalk et al，1999;Bergmannet al，2010;Jansen et al，2017）[7-10]。

近年來關于中國農民工就業穩定性的研究也不斷涌現。除性別、年齡等個體自身固有的差異以外，現有研究普遍將農民工就業穩定性較低的原因歸因于人力資本因素，認為受教育水平和受培訓經歷不足、農民工職業教育及技能培訓發展落后等因素導致了其就業質量和穩定性較低（張務偉 等，2011;寇恩惠 等，2013;劉萬霞，2013;楊雪 等，2016）[3][11-13];也有一些研究認為，戶籍制度下產生的城鄉身份的分割是導致農民工頻繁變換工作的關鍵原因（張春泥，2011）[14]。然而有研究發現了不同結論，邵敏和武鵬（2019）研究發現，人力資本越高的農民工反而越傾向于頻繁地換工作，其原因在于中國出口導向的經濟發展模式，正是中國“世界工廠”式的出口擴張導致農民工工作穩定性較低從而制約了產業的轉型升級。此外，也有一些研究嘗試從勞動者進入勞動力市場的時間，務工距離，企業入職門檻、家庭隨遷和居留意愿等角度對農民工就業穩定性和就業質量進行了觀察（孟凡強 等，2013;韓雪 等，2014;李中建 等，2017;羅恩立 等，2020）[2][15-17]。

從上文的綜述可以看出，近年來關于中國勞動力就業穩定性的研究從工資收入、人力資本、入職時間、入職門檻以及務工距離等多個方面解釋了中國勞動者尤其是農民工就業穩定性較低的原因，然而，目前研究的視角多集中于勞動力市場內部，少有研究關注勞動力市場以外的因素，尤其是住房市場對農民工就業穩定性的潛在影響。當前研究關于住房對勞動力市場的影響多關注普通勞動者，其研究視角主要集中于住房對失業、工資、勞動力參與等因素的影響（Oswald，1996;Coulson et al，2009;Dujardin et al，2009;劉斌 等，2013）[18-21]，也有一些研究關注了房價和住房產權對跨區移民的鎖定效應及就業的影響（Modestino et al，2013;Foote，2016）[22-23]，但是當前關于住房對中國農民工就業穩定性的影響尚比較缺乏。

中國古語有云“有恒產者有恒心”，本文試圖探索的問題是：對于頻繁更換工作的農民工來說，有了穩定的住房是否就可以“有恒心”，從而保持較高的就業穩定性？根據現有研究關于住房與勞動力市場的研究結論，本文提出住房產權影響農民工就業穩定性的兩個中介機制和一個調節機制，并在三個機制的基礎上提出本文的研究假說，以便在后文利用中介效應和調節效應模型分別進行驗證。

首先我們提出本文研究的兩個中介機制：房奴效應和鎖定效應。第一，房奴效應。大量研究發現，住房負債會增強自有住房家庭的流動性約束，產生“房奴效應”（Davies et al，2011;顏色 等，2013）[24-25]。對于本文關于住房產權對就業穩定性的影響研究來說，也可能存在類似效應：與無房者相比，有房農民工家庭在購房時往往承擔了較大數額的住房貸款，背負還貸壓力的有房農民工更不能承受長期的工作搜尋成本和工作轉換成本，從而保持較高的就業穩定性。第二，鎖定效應。有研究發現，自有住房會降低勞動者的流動性，使其流動到其他地方找工作的概率降低，產生地理上的“鎖定效應”（Munch et al，2008;Modestino et al，2013;Foote，2016）[26][22-23]。對于本文來說，同樣可能存在鎖定效應：在城市擁有自有住房可能通過住房鎖定效應降低農民工的工作流動性和換工作的概率，提高其就業穩定性。

綜合上述關于住房產權對農民工就業穩定性影響的房奴效應和鎖定效應傳導機制可以推測，擁有住房產權可能會對農民工就業穩定性產生正向影響，因此，我們據此提出本文的基本假說和兩個關于中介機制的子假說：

假說1：與無產權住房農民工相比，在城市擁有住房產權的農民工就業穩定性更高。

假說1a：擁有住房產權會通過房奴效應提高農民工的就業穩定性;

假說1b：擁有住房產權會通過住房鎖定效應提高農民工的就業穩定性。

除了上述兩種可能的中介機制以外，由于房價變動可能會通過家庭財富變動影響有房農民工的就業決策，因此住房產權對農民工就業穩定性的影響可能會隨房價的變動而發生變化，從而存在房價的調節效應。現有研究表明，房價上漲會使有房家庭的房產價值增加而產生“財富效應”，改變家庭的消費等經濟行為（Poterba，2000;黃靜 等，2009）[27-28]。對于在城市擁有住房的農民工來說，房價上漲會增加其家庭財富，從而可能降低農民工為了追求更高工作收入而頻繁進行工作轉換的概率，提升農民工就業穩定性。因此，我們提出一個關于房價調節效應的假說：

假說2：房價上漲會增加有房農民工的就業穩定性，產生財富效應。

三、模型設定、數據選取與描述性統計

1.基準模型

為研究住房狀況對農民工就業穩定性的影響，參照相關研究的模型設定，我們用式（1）來表示本文的基準模型。

其中，Yi表示當前工作的持續時長，被解釋變量為工作持續時長的對數;hi代表家庭住房狀況，是本文最關心的解釋變量;Xi是包括年齡及年齡平方、性別、民族、中共黨員、婚姻狀況、自評健康、受教育年限及其平方項、個人工資收入、流動范圍、家庭隨遷人數、家庭月收入等一系列個人和家庭特征變量;Ci為城市工資水平、環境污染、人均GDP、人口自然增長率等城市特征變量;Di為省區固定效應，以各省級行政單位的虛擬變量進行控制;εi為隨機擾動項，以表征不可觀測變量的影響。

2.數據樣本選取說明

利用2017年中國流動人口動態監測調查數據與各地級行政區域的宏觀統計數據相匹配得到本文研究的數據庫。中國流動人口動態監測調查由國家衛健委自2009年開始實施，是目前全國最大的以流動人口為對象的抽樣調查，其調查范圍覆蓋31個省區以及新疆生產建設兵團，調查內容涉及流動人口及家庭成員的收入、就業、居住、基本公共衛生服務、子女流動和教育、心理文化等等多個方面。與以往年份相比，2017年調查中較為詳細地包含了流動人口住房狀況、就業和主觀態度等方面問題，有利于本文對農民工住房狀況和就業穩定性進行研究，并對其機制進行深入探索。本文采用的地級行政區域經濟增長、工資、環境污染、房價等宏觀數據均來自相應年份的《中國城市統計年鑒》《中國區域經濟統計年鑒》《中國國土資源統計年鑒》以及相應地區歷年的統計年鑒和統計公報。根據本文的研究對象，我們保留了處于勞動年齡（16-60歲）的就業身份為雇主或雇員的農民工樣本，經過匹配和數據清理之后

由于部分樣本關鍵數據缺失或無法與地級市數據相匹配，我們的樣本中剔除了新疆生產建設兵團、西藏自治區、黑龍江農墾總局和森工總局等區域的樣本。，本文的基礎數據庫包含了62 912個觀測值。

3.被解釋變量和解釋變量選取說明

被解釋變量的選取。本文的主要被解釋變量為就業穩定性變量。現有研究一般采用當前工作持續時間、近三年換工作的頻率、工作時長與流動時長的比值、是否簽訂長期勞動合同等策略來對就業穩定性進行衡量（寇恩惠 等，2013;謝勇，2015;邵敏 等，2019）[3-4][6]。借鑒現有研究并根據本文的數據結構，構建兩類衡量農民工就業穩定性的指標作為被解釋變量：第一類為被調查農民工當前工作持續時長的對數;第二類利用當前工作時長與本次流動時長的比值構建一個被解釋變量。在基準模型和工具變量模型中采用第一類指標作為被解釋變量;在穩健性檢驗中采用第二類指標作為被解釋變量。

核心解釋變量的選取。本文核心解釋變量為農民工的住房狀態變量。在基準模型和工具變量模型中，利用中國流動人口動態監測數據對農民工住房狀況的調查，如果被調查樣本所在家庭擁有現居住房的產權（含小產權）則為1，否則為0，以此構建一個二值的住房產權變量;同時，為了觀察住房狀況對就業穩定性影響的異質性，本文還分別構建了租住私人住房、單位（雇主房）、政府公租房和臨時住所等二值選擇變量以便對住房狀況進行全面刻畫。

控制變量的選取。為了對影響農民工就業穩定性的可能因素進行控制，參考現有研究，本文同時控制了個人特征、家庭層面和地區層面等諸多因素的影響。具體而言，本文控制了性別（男性=1）、年齡及其平方項、民族、健康狀況、婚姻狀況（已婚或同居=1）、政治面貌（中共黨員=1）、工資收入對數、工作機會主觀感受、受教育年限及其平方項、流動范圍等個人特征變量;家庭隨遷人數、家庭月收入對數等家庭特征變量;城市工資水平、人均GDP對數、環境污染（pm2.5濃度）、人口自然增長率等地級市層面變量;并引入省區虛擬變量對省市層級的固定效應進行控制，本文主要變量選取說明及描述性統計見表1。

4.住房類型與就業穩定性統計描述

根據農民工現居住房性質，本文將其分為自有產權住房、租住私人住房、租住政府或單位住房、臨時住所四種類型，表2中根據住房類型對當前工作時長是否超過3年的樣本進行了分類比較：居住自有產權住房的農民工當前工作時長超過3年的比例明顯大于其他住房類型;居住其他類型住房的農民工就業穩定性也呈現一定的差異。當然，這些差異是否顯著，是否可以賦予其因果解釋，后文將進一步探索。

四、實證研究：住房對農民工就業穩定性的影響

1.基準模型估計

為探索住房狀況對農民工就業穩定性的影響，本文根據基準方程（式（1））建立模型，并對模型進行OLS估計，估計結果如表3所示。從基準模型估計結果可以看出，住房產權變量的系數估計值在1%的置信度下顯著為正，這表明，在務工城市擁有房產的農民工的就業穩定性高于其他住房類型的農民工，自有住房對農民工就業穩定性的正向影響是存在的，這證實了假說1的推測。其他解釋變量的系數估計值也是基本顯著的：男性農民工的就業穩定性高于女性;就業穩定性會分別隨著年齡和受教育年限的增加而增加，但是在年齡達到50歲左右、受教育年限接近16年時出現拐點而開始下降，呈現典型的倒“U”型變化;已婚、漢族和中共黨員的就業穩定性明顯更高;家庭隨遷人數和家庭收入對農民工就業穩定性也存在正向影響;個人健康狀況和人口增長對農民工就業穩定性存在負面影響。

2.工具變量估計

上文估計結果證實了擁有產權住房對農民工就業穩定性的正向影響。然而，本文基準模型有可能受到內生性問題的干擾，一方面，雖然嘗試控制了包括個人、家庭、城市、省區等多個層面的控制變量，但是從理論上來說，依然有可能存在不可觀測變量的影響;另一方面，由于就業穩定性可能反向作用于個人的住房狀況，例如，即便在其他條件都相同的情況下，就業穩定性更高的人也可能更愿意在城市購買住房并定居，這便可能導致內生性問題。

當前研究多采用更高地區層級的住房特征變量作為個體住房變量的工具變量，對于住房產權變量來說，經常被使用到的工具變量是上一層級地區的住房自有率。這類工具變量的可行性基于如下邏輯：一方面，地區住房自有率會影響家庭擁有住房的概率;另一方面，當前并沒有充分的證據表明地區住房自有率會直接影響個人的就業和就業穩定性。Van Leuvensteijn 和 Koning（2004）以及Munch等（2008）在關于住房產權對失業概率的影響研究中，均采用了地區住房自有率作為家庭住房產權的工具變量[29][26]。

借鑒現有研究并結合本文數據特點，選取第六次全國人口普查數據中各地級市住房自有率變量作為本文住房產權變量的工具變量

采用該數據作為工具變量的原因和優勢在于兩個方面：第一，第六次人口普查分縣數據涉及全國各個縣市級城市的住房數據，依據該次普查測算的地區住房自有率數據應該是當前較為全面和權威的調查結果;第二，宏觀變量對個人行為決策的影響往往具有滯后性，由于“六普”數據距本文樣本數據調查年份有數年的滯后，避免了被解釋變量和工具變量之間可能存在的相互影響，外生性條件更易滿足。。由于本文內生變量為二元變量，為了對工具變量模型進行更有效地估計，本文借鑒現有文獻（李寶禮 等，2020;劉斌 等，2021）[30-31]，利用Stata擴展回歸模型（Extended regression model）估計框架，采用Probit-OLS兩階段模型進行估計的結果如表4所示。可以看出，在工具變量模型中，住房產權系數估計值依然顯著為正，自有住房對農民工就業穩定性的正向影響是存在的，其他解釋變量的估計結果與上文基準模型也基本一致。同時進行了弱工具變量檢驗，K-P Wald F檢驗值遠大于10，則不用擔心模型的弱工具變量問題。

3.穩健性檢驗

為進一步驗證上文結論的穩健性，分別采用替換被解釋變量、改變樣本、改變估計方法等策略對前文模型的穩健性進行驗證，穩健性檢驗結果見表5所示。

第一，有部分現有研究以當前工作時長與流動時長的比值作為被解釋變量，此處構造同樣的被解釋變量對模型重新進行工具變量回歸，估計結果如表5模型（1）所示，可以看出，改變被解釋變量為比例變量以后，住房產權對就業穩定性的正向影響依然顯著存在。

第二，考慮到農民工在城市購房需要足夠的儲蓄積累

感謝匿名審稿人的建設性意見，當然，文責自負。，本文嘗試刪除工作經驗不足5年的樣本。同時，本文樣本中存在一些受教育年限和工作經驗值較大的樣本，根據邵敏和武鵬（2019）的思路[6]，受教育年限超過12年及大學以上學歷的勞動者直觀上不應將其稱為農民工，因此本文嘗試剔除該部分樣本;一般認為，中國農民工實際上是從1978年改革開放以后才開始出現，如果進城務工的工作經驗超過39年則意味著該樣本自改革開放以前就成為農民工，直覺上不夠合理，因此本文也剔除這類樣本。根據以上思路剔除部分樣本重新進行工具變量回歸的結果如表5模型（2）所示，可以看出，改變樣本以后，住房產權對農民工就業穩定性的影響依然顯著。

第三，由于本文基準模型采用了被調查者當前工作持續的時長，可以改造為一個計數變量，因此，以工作時長為被解釋變量，分別利用負二項回歸和泊松回歸方法對模型重新進行估計，結果如表5模型（3）和（4）所示。可以看出，估計方法的改變依然沒有改變前文得到的基本結論，這說明，本文基準模型和工具變量模型估計結果均是較為穩健的。

五、傳導機制：房奴效應、鎖定效應和財富效應

前文理論分析部分提出了住房狀況影響農民工就業穩定性的三種可能機制：房奴效應、鎖定效應和財富效應。為了對上述可能的影響機制進行驗證，本文采用中介效應逐步回歸框架對房奴效應和鎖定效應的中介效應進行驗證，采用引入交互項的方法對房價的調節效應進行驗證。本文設定如下中介效應模型：

其中，Mi為中介變量，在本文中分別表示房奴效應和鎖定效應，其他變量含義與式（1）基準模型相同，式（3）和（4）參數估計值a和b的乘積則可以衡量中介效應對農民工就業穩定性的影響大小。

1.房奴效應

首先對前文提出的房奴效應中介機制進行驗證。本文利用流動人口住房支出數據構建農民工月住房支出變量作為中介變量

鑒于中國流動人口動態監測數據中該指標的特點，本文的農民工月住房支出變量并沒有明確區分房租和房貸;對于有房者來講，月住房支出一般指房貸，而對無房者來講便是房租。，從理論上來說，如果自有住房農民工的月住房支出更高，同時更高的月住房支出能顯著增加農民工的就業穩定性，那么房奴效應就是存在的。按照式（2）-（4）的步驟進行的中介效應估計和檢驗結果如表6模型（1）-（3）所示，可以看出，自有住房者的月住房支出顯著更高，而更高的住房支出使其就業穩定性更高，中介效應Sobel檢驗值也表明中介效應是顯著的，假說1a得到了驗證。同時，房奴效應能夠解釋總效應的23.55%，具有較為明顯的解釋力。

2.鎖定效應

其次對住房鎖定效應中介機制進行驗證。本文根據農民工流動過的城市數量來衡量其地理流動性，為便于觀察，以流動城市數量小于3個的樣本為1，其他為0構建一個二元變量。根據前文理論分析，自有住房會對農民工產生地理上的鎖定，使其流動到其他城市找工作的概率降低，從而提高其就業穩定性。對鎖定效應的中介效應模型估計如表6模型（4）-（6）所示，可以看出，自有住房確實降低了農民工的地理流動性，而地理流動上的鎖定效應對就業穩定性存在正向影響，這驗證了假說1b的推測。可見，住房產權對農民工就業穩定性的地理鎖定效應是存在的，鎖定效應能夠解釋總效應的9.55%，具有一定的解釋力。

3.財富效應

從上文中介效應檢驗可以看出，房奴效應和鎖定效應對住房產權影響就業穩定性起到了非完全中介效應，這可能意味著還有一些影響機制尚待挖掘。根據前文理論分析部分的推測，對于擁有自有住房的農民工來講，房價的上漲會使其物質財富增加，從而可能對有房農民工的就業穩定性產生影響。下面嘗試從調節效應角度，挖掘房價上漲的財富效應對有房農民工就業穩定性的影響。

引入房價和住房產權的交互項，并同時控制住房產權、房價和其他控制變量對模型重新進行回歸的結果如表7所示，可以看出，房價和住房產權交叉項的系數估計值顯著為正，房價上漲帶來的財富效應會提升有房農民工的就業穩定性。可見，住房產權對農民就業穩定性的影響會隨著房價的上漲而增強，假說2所提出的調節效應是存在的。

六、異質性：住房類型、就業身份和代際差異

1.住房類型

從前文描述性統計可以看出，農民工群體中的絕大部分是以租住政府或單位住房、租住私人住房或者臨時住所的形式居住于城市，因此，下面考慮不同住房類型的農民工在就業穩定性方面的差異。表8模型（1）是以租住私人住房和居住臨時住所的農民工為樣本（租住私房=1），對就業穩定性進行的比較回歸，可以看出，租住私人住房的農民工的就業穩定性要顯著高于居于臨時住所者;模型（2）我們以租住私人住房和政府單位住房的農民工為樣本（租住政府單位房=1），對其就業穩定性進行比較，從回歸結果可見，租住政府和單位住房的農民工的就業穩定性要明顯高于租住私人住房者。最后，利用模型（3）對租住政府公租房和單位住房的農民工的就業穩定性進行比較回歸（政府公租房=1），結果表明，租住政府公租房和單位住房的農民工的就業穩定性沒有明顯差異。至此，結合本文基準模型的結果，可以得到農民工就業穩定性隨住房類型不同而不同的基本結論：自有住房農民工的就業穩定性最高，居住在政府公租房和單位住房中的農民工就業穩定性次之，租住私人住房的農民工就業穩定性相對較低，而居住臨時住所的農民工就業穩定性最低。

2.就業身份

本文所使用的數據庫根據被調查者的雇主或雇員身份對農民工進行了分類調查，為了驗證住房產權對農民工就業穩定性的影響是否會因就業身份的不同而存在異質性，構建一個雇主變量來表征農民工的就業身份（雇主=1，雇員=0），在模型中引入住房產權和雇主變量的交叉項，并同時控制住房產權、雇主及各個層面的控制變量，以觀察就業身份和住房產權對農民工就業穩定性的交互影響，估計結果如表9模型（1）所示。從住房產權和雇主交叉項系數的估計結果可以看出，住房產權對“雇主型”農民工就業穩定性的影響要明顯更大;同時，雇主變量的系數估計值顯著為正，這表明在無住房群體中，雇主的就業穩定性也要高于“雇員型”農民工。

3.代際差異

現有的大量研究表明，隨著農民工的代際分化，不同年齡段的農民工在就業、消費、定居等諸多經濟社會行為上都表現出了明顯差異，有鑒于此，下面觀察住房對農民工就業穩定性影響的代際特征。根據較為常見的年齡段劃分方法，本文將農民工樣本分為16-29歲、30-45歲、46-60歲三個年齡段，并仿照現有研究的提法分別將其簡稱為“新生代”、“中生代”和“老生代”農民工。為觀察住房對農民工就業穩定性的影響是否存在代際差異，設置“年齡是否小于30歲”和“年齡是否小于46歲”兩個相應的年齡節點，并引入住房產權和相應年齡節點的交叉項，分別利用16-45歲和30-60歲的農民工樣本進行回歸的結果如表9模型（2）和（3）所示，從兩個模型交叉項系數估計結果可以看出，與中生代農民工相比，住房對新生代農民工就業穩定性的影響明顯更小;而住房對中生代和老生代農民工就業穩定性的影響差異并不明顯

本文也嘗試對三個年齡段樣本分別進行回歸并比較住房產權系數估計值的大小，發現三者均顯著為正，但新生代方程系數估計值最小，中生代和老生代方程中的系數估計值較為接近，這也印證了此處的結論，限于篇幅未在文中報告。。可見，住房對農民工就業穩定性的影響在新生代和中老生代之間存在差異。

七、結論和政策啟示

本文利用2017年中國流動人口動態監測數據與地級行政區域宏觀數據相結合構成農民工研究數據庫，探索了住房狀況對農民工就業穩定性的影響。首先，本文基準模型和工具變量模型估計結果均表明：在打工所在城市擁有住房的農民工，其就業穩定性顯著更高。其次，通過對房奴效應、鎖定效應和財富效應三個方面可能的影響機制的觀察發現：償還住房貸款的壓力使擁有住房的農民工并不傾向于頻繁換工作;自有住房對農民工地理流動存在鎖定效應，增強了其就業穩定性;而住房財富效應會提升有房農民工的就業穩定性。最后，本文從住房類型、就業身份和代際差異角度探討了可能的異質性，實證結果發現：租住政府公租房和單位住房者的就業穩定性明顯高于租住私人住房者，而居住臨時住所者的就業穩定性最低;住房產權對雇主型農民工就業穩定性的影響大于雇員型農民工，對中老生代農民工就業穩定性的影響大于新生代農民工。

本文可能的貢獻在于，從住房市場角度，揭示了住房產權對農民工就業穩定性的正向影響并刻畫了住房狀況影響農民工就業穩定性的中介機制和調節機制;同時也發現，租住政府公租房和單位住房對農民工的就業穩定性存在明顯的積極影響。本文研究結論不僅對提高農民工就業穩定性、推進我國新型城鎮化和產業現代化發展具有現實意義，而且對中國城市住房保障體系的完善也具有一定的政策啟示。為了提高農民工的就業穩定性，完善城市住房保障體系，首先要通過政策支持有條件且有意愿的少部分農民工獲得城市住房;同時，對于大部分無力購房的農民工，適當降低公共住房門檻，幫助農民工入住政府公租房;第三，通過稅收等政策優惠鼓勵用工單位和雇主為農民工提供穩定的單位住房;第四，加強棚戶區和城中村改造，改善農民工臨時住房條件;第五，在重視農民工城市住房問題的基礎上，要特別關注中老年農民工群體的住房需求。

當然，限于本文所采用的數據結構和自身的研究水平，本研究依然存在一些不足，例如在對房奴效應和鎖定效應中介機制的實證檢驗中，中介效應占總效應的比例并不是特別高，這一方面可能源于本文中介變量的選擇尚存在有待改進之處，另一方面也可能意味著，還有一些更有解釋力的傳導機制有待在未來研究中進一步挖掘。

參考文獻：

[1] MORTENSEN T. Markets with search friction and the DMP model [J]. American Economic Review，2011，101（4）：1073-1091.

[2] 孟凡強，吳江.我國就業穩定性的變遷及其影響因素——基于中國綜合社會調查數據的分析[J].人口與經濟，2013（5）：79-88.

[3] 寇恩惠，劉柏惠.城鎮化進程中農民工就業穩定性及工資差距——基于分位數回歸的分析[J].數量經濟技術經濟研究，2013（7）：3-19.

[4] 謝勇.就業穩定性與新生代農民工的城市融合研究——以江蘇省為例[J].農業經濟問題，2015（9）：54-62.

[5] FARBER S. Is the company man an anachronism？ Trends in long term employment in the U. S，1973-2006[R]. Princeton University Working Paper，2007，No.518.

[6] 邵敏，武鵬.出口貿易、人力資本與農民工的就業穩定性——兼議我國產業和貿易的升級[J].管理世界，2019（3）：99-113.

[7] BURGESS S，REES H. Jobtenure in Britain 1975-1992[J]. The Economic Journal，1996，106（435）：334-344.

[8] GOTTSCHALK P，MOFFIT R. Changes in job instability and insecurity using monthly survey data [J]. Journal of Labor Economics，1999，17：91-126.

[9] BERGMANN A，MERTENS A. Job stability trends，lay-offs，and transitions to unemployment in west Germany [J]. Labour，2011，25（4）：421-446.

[10]JANSEN G，AKKERMAN A，VANDAELE K. Undermining mobilization？ The effect of job flexibility and job instability on the willingness to strike [J]. Economic and Industrial Democracy，2017，38（1）：99-117.

[11]張務偉，張福明，楊學成.農村勞動力就業狀況的微觀影響因素及其作用機理——基于入戶調查數據的實證分析[J].中國農村經濟，2011（11）：62-73.

[12]劉萬霞.職業教育對農民工就業的影響——基于對全國農民工調查的實證分析[J].管理世界，2013（5）：64-75.

[13]楊雪，魏洪英.就業穩定性與收入差異：影響東北三省勞動力外流的動因分析[J].人口學刊，2016（6）：87-98.

[14]張春泥.農民工為何頻繁變換工作 戶籍制度下農民工的工作流動研究[J].社會，2011（6）： 153-177.

[15]韓雪，張廣勝.進城務工人口就業穩定性研究[J].人口學刊，2014（6）：62-74.

[16]李中建，袁璐璐.務工距離對農民工就業質量的影響分析[J].中國農村經濟，2017（6）：70-83.

[17]羅恩立，方丹丹.家庭隨遷、居留意愿與流動人口就業質量——基于2016年全國流動人口動態監測數據的分析[J].人口與發展，2020（3）：117-128.

[18]OSWALD A.A conjecture on the explanation for high unemployment in the industrialized nations：Part 1[R]. University of Warwick Economic Research Papers，1996，No.475.

[19]COULSON E，FISHER L. Housing tenure and labor market impacts：The search goes on [J]. Journal of Urban Economics，2009，65（3）：252-264.

[20]DUJARDIN，GOFFETTE-NAGOT. Does public housing occupancy increase unemployment [J]. Journal of Economic Geography，2009，9：823-851.

[21]劉斌，幸強國.我國公共住房、失業與勞動力參與意愿——基于一個延伸的奧斯瓦爾德假說的經驗證據[J].財經研究，2013（11）：34-47.

[22]MODESTINO A S，DENNETT J. Are American homeowners locked into their houses？ The impact of housing market conditions on state-to-state migration [J]. Regional Science & Urban Economics，2013，43：322-337.

[23]FOOTE A. The effects of negative house price changes on migration： Evidence across U.S. housing downturns. Regional Science and Urban Economics， 2016， 60：292-299.

[24]DAVIES J B et al. The level and distribution of global household wealth [J]. Economic Journal，2011，121（551）：223-254.

[25]顏色，朱國鐘.“房奴效應”還是“財富效應”？——房價上漲對國民消費影響的一個理論分析[J].管理世界，2013（3）：34-47.

[26]MUNCH J， ROSHOLM M， SVARER M. Homeownership，job duration and wages [J]. Journal of Urban Economics， 2008，63（1）：130-145.

[27]POTERBA J M. Stock market wealth and consumption [J]. Journal of Economic Perspectives.2000，14（2）：99-118.

[28]黃靜，屠梅曾.房地產財富與消費：來自于家庭微觀調查數據的證據[J].管理世界，2009（7）：35-45.

[29]VAN LEUVENSTEIJN M， KONING P. The effect of home-ownership on labor mobility in the Netherlands [J]. Journal of Urban Economics，2004，55：580-596.

[30]李寶禮，邵帥，裴延峰.住房狀況、城市身份認同與遷移人口環境行為研究[J].中國人口·資源與環境，2019（11）：90-99.

[31]劉斌，張安全.有產者的就業焦慮：安居真的可以樂業嗎——基于城市住房分層與工作滿意度的觀察[J].財經研究，2021（1）：47-61.

Abstract： Using the dynamic monitoring data of China’s migrant population and the data of prefecture-level cities， the impact of housing conditions on the employment stability of migrant workers and its mechanism were explored. Firstly， the results of the benchmark model and instrumental variable model show that the employment stability of migrant workers who have housing in the cities where they work is significantly higher. Secondly， by observing the possible mediating effect and moderating effect， we find that housing property rights improve the employment stability of migrant workers through the house slave effect and lock-in effect. In addition， the rise of housing prices will enhance the employment stability of migrant workers with houses. Finally， according to the heterogeneity of housing type， employment status and generational differences， it is found that the employment stability of migrant workers with self-owned housing property rights is the highest， the employment stability of those who live in public rental housing and employer’s housing is higher than that of those who rent and live in private housing， and the employment stability of those who rent and live in temporary housing is the lowest. Housing property rights have a greater impact on the employment stability of employer-based migrant workers than on employee-based migrant workers， and it has a greater impact on the employment stability of middle- and old-generation migrant workers than on the new generation of migrant workers.

Key words： migrant workers; employment stability; housing property rights; housing slave effect; housing lock-in effect

CLC number：F240 Document code：A Article ID：1674-8131（2021）0-0067-14

（編輯：劉仁芳）